| − | 共因原理(common causeprinciple,CCP):如果两个可观察变量X和Y在统计上是关联的,那么就存在一组变量Z(也可能是X或者Y),它会对这两个变量产生共同的影响,这一条也经常被解释为“每一个关联关系背后都有某种因果关系”。共因原理的理论基础是是拉普拉斯提出的“决定论”以及爱因斯坦等提出的“隐变量理论”,认为因果关系是具备确定性的,因必然导致果,其中出现的一些误差或者不确定性是由未知变量(隐变量)造成的。共因原理是一个重要的假设,虽然受到一些质疑,但是现在仍被众多理论所采纳。如“冰淇淋销量高-犯罪率高”的例子,在冰淇淋销量高和犯罪率高关联的背后,一定有第三个变量,即气温,使得在表观层面上两个毫无瓜葛的现象产生了强烈的关联,气温就是冰淇销量和犯罪率之间的共同原因。 | + | 共因原理(common causeprinciple,CCP):如果两个可观察变量X和Y在统计上是关联的,那么就存在一组变量U(也可能是X或者Y),它会对这两个变量产生共同的影响,这一条也经常被解释为“每一个关联关系背后都有某种因果关系”。共因原理的理论基础是是拉普拉斯提出的“决定论”以及爱因斯坦等提出的“隐变量理论”,认为因果关系是具备确定性的,因必然导致果,其中出现的一些误差或者不确定性是由未知变量(隐变量)造成的。共因原理是一个重要的假设,虽然受到一些质疑,但是现在仍被众多理论所采纳。如“冰淇淋销量高-犯罪率高”的例子,在冰淇淋销量高和犯罪率高关联的背后,一定有第三个变量,即气温,使得在表观层面上两个毫无瓜葛的现象产生了强烈的关联,气温就是冰淇销量和犯罪率之间的共同原因。 |